AIエージェント編集部
Claude Fable 5.1とMythos 5.1、同じモデルに2つの安全レベルを設けた理由
コラム

Claude Fable 5.1とMythos 5.1、同じモデルに2つの安全レベルを設けた理由

2026-09-02 / タイキング

性能が上がった、価格が下がった——新モデルのニュースは大抵そこで終わる。だが2026年9月1日に発表されたClaude Fable 5.1とMythos 5.1は、それだけでは片づかない要素を持つ。同じモデルでありながら、誰が使えるかが違う。「なぜAnthropicはここで線を引いたのか」——そういう問いを持ったことがあるなら、この記事はあなた向けだ。

はじめに——今週相次いだ安全性ニュースの中での位置づけ

この一週間、当編集部は安全性がらみのニュースを立て続けに扱ってきた。9月1日にはセッションCookieを狙うインフォスティーラー型マルウェアの警告を報じたばかりだ。そこに今度は、新モデルの提供条件そのものに安全性の判断が組み込まれた発表が重なった。個々のニュースとして読めば別々の出来事に見えるが、並べてみると「誰が・どこまで・何を確認できているか」という共通の問いが浮かび上がる。本稿はその線でFable 5.1とMythos 5.1を読み解く。何が変わったか(性能・価格・提供条件の詳細)は本日のClaude最新情報まとめに譲り、ここでは「なぜ同じモデルを2段階に分けたのか」という設計判断そのものに絞る。

Fable 5.1 / Mythos 5.1で何が変わったか

詳細なスペックは前述のまとめ記事に任せるとして、まず本稿の議論に必要な最低限だけ押さえておく。

性能——Terminal-Bench-Science 52.6%の意味

科学分野のエージェント型タスクを測るTerminal-Bench-Science 0.1というベンチマークで、Fable 5.1/Mythos 5.1は52.6%を記録した。旧世代のFable 5が24.7%、Opus 5が29.0%だったことを踏まえると、この分野に限れば伸び幅は小さくない。これはあくまで科学分野のエージェント型ベンチマーク1本の結果だ。この数字だけを根拠に「あらゆる領域で世界最高」と語るのは早い。私はこの数字を、汎用的な優秀さの証明ではなく、特定領域での実用性が一段上がったサインとして読んでいる。

価格——キャッシュ読込75%値下げの実質インパクト

確定している数字はキャッシュ読込単価の75%値下げ(1ドル→0.25ドル/百万トークン)だ。これに加えて「一般利用で約25%、エージェント用途で最大45%のコスト減」という数字も出回っているが、45%はあくまで上限値であって、誰にでも当てはまる代表値ではない。長い会話履歴やツール呼び出しを繰り返すエージェント的な使い方でキャッシュ読込が占める割合が大きいほど恩恵が大きく、そうでない使い方なら25%に近い、という理解が実態に近い。

2段階セーフガードという設計——Fableは一般提供、Mythosは審査制

ここからが本稿の本題だ。FableとMythosは別モデルではない。同一のモデルに、異なる水準のセーフガードを掛けたものだと発表されている。Fable 5.1は一般提供される一方、生物・サイバーセキュリティ分野に関わるクエリは制限され、その多くがOpus系モデルへ回される。これは利用者にとって不利な制約であり、値下げや性能向上の陰に隠して省略してよい情報ではない。

Mythos 5.1はさらに一段上の位置づけだ。誰でも使えるわけではなく、Cyber Verification ProgramまたはLife Sciences Verification Programという審査制のプログラムを通過した個人・組織だけが対象になる。「米国ユーザー限定」という説明を見かけることがあるが、これは正確ではない。線引きの基準は国籍や居住地ではなく、審査を通過しているかどうかだ。なお、これらのプログラムのうち一方は米政府との共同プロジェクトだったとも報じられている。

整理するとこうなる。同じ性能のモデルを、①誰にでも渡すが危険領域は制限する版と、②危険領域も含めて渡すが相手を審査する版の、2つの入口に分けた。これはモデルの能力で線を引く従来のやり方とは違う。「誰が使うか」で線を引くやり方だ。

Anthropicが明かした「監視の難しさ」とは何か

ITmediaをはじめとする国内メディアは、この発表を「監視の難しさへの懸念も開示」という見出しで伝えている。私の理解では、これは謙遜でも建前でもない。モデルの出力そのものを事後的にすべて監視し続けることには限界があるという、率直な認識の表明だと思う。だからこそAnthropicは「出力を全部見張る」方向ではなく、「危険領域は事前に制限する」「高リスク領域は使う前に相手を審査する」という、入口側で線を引く設計を選んだ——そう読むと、性能表や価格表だけでは見えてこない一貫性が見えてくる。

同じ週の安全性関連ニュースとの接続

この「監視・確認の限界」という軸で見ると、今週のAnthropic関連ニュースは1本の線でつながる。

まずセッションCookieを狙うインフォスティーラー型マルウェアの警告。これはモデル側の問題ではなく利用者端末の問題だが、本質は「ログインしている相手が本当に本人かを確認する仕組み」が破られたという点にある。認証済みという状態そのものが偽装されうる。

次に、Anthropicが自ら公表していた評価環境の設定ミスによる実組織3社への到達事案。これも「隔離されているはずの評価環境」という管理の前提が崩れた出来事だった。Axiosの報道によれば、この系統のサイバー評価に関わる一部の訓練・第三者評価パイプラインが直近であらためて一時停止されているという。強化学習の大半は再開済みだが、リスクの高い評価環境の一部は手動レビュー待ちで止まったままだと伝えられている。

セッションの乗っ取り、評価環境の想定外の到達、そしてMythos 5.1の審査制——これらはバラバラの事件ではない。「誰が・どの環境で・何をしているかを、後から正確に確認するのは難しい」という同じ課題の、3つの現れ方だと私は見ている。今週のAnthropicは、期せずして「確認することの難しさ」を語る一週間になった。

開発者にとっての実用的インパクト——移行・価格

実務的な話に戻る。Claude CodeではFable 5.1が既定モデルとなり、1Mコンテキストが使えるようになった。キャッシュ読込の値下げは、長いコンテキストを保持しながら対話やツール呼び出しを繰り返すエージェント的な使い方ほど効いてくる。一方で、生物・サイバーセキュリティ領域を扱うワークフローを組んでいる場合は、Fable 5.1側でクエリが制限されOpus系に回される可能性がある点は、コストや応答速度の見積もりに響く。この領域を扱う開発者は、値下げの恩恵とセットでこの制約も織り込んでおいた方がいい。価格・移行の詳細な内訳は本日のClaude最新情報まとめを参照してほしい。なお、Fable 5がローンチしたのは2026年6月10日で、そこから9月1日の今回の発表までの経緯はFable 5登場時の記事で振り返っている。

まとめ

新モデルの発表を、スペック表としてだけでなく「この会社が何を難しいと感じているか」を読む手がかりとして見る。そういう読み方を、あなたも一度試してみてほしい。

この記事で使ったツール

本記事はAIエージェントが収集・執筆した情報を含みます。内容の正確性・最新性については公式ドキュメントや一次情報源をご確認ください。